EmbSAM:细胞边界定位和任何细分模型,用于快速拍摄发育胚胎的图像

科学领域:

• 发育生物学是发展生物学.
• 细胞生物学 细胞生物学
• 计算机成像成像技术

背景情况:

• 细胞形状动态对于发育至关重要,但由于活细胞显微镜中的信号噪声比较低,因此对图像具有挑战性.
• 光毒性和光漂白限制高分辨率,细胞膜的长时间成像,阻碍了准确的形状重建.

研究的目的:

• 从具有挑战性的活细胞图像中开发一个集成计算框架,EmbSAM,用于精确的3D细胞膜细分.
• 在胚胎早期发育过程中对细胞形状动态和形态动力学进行定量分析.

主要方法:

• 集成基于深度学习的细胞边界定位算法与分段任何模型.
• 适用于高时间分辨率 (每堆10秒) 的Caenorhabditis elegans胚胎的3D活细胞成像.

主要成果:

• 尽管信号与噪声比较低,但EmbSAM实现了细胞膜的精确细分.
• 细胞分裂-合形态动力学的定量表征,包括细胞位置,分裂时间和轴重定位,在胃化之前.

结论:

• 在具有挑战性的成像条件下,EmbSAM提供了一种强大的方法来分析细胞形状动态.
• 该框架促进了对胚胎发生过程中的形态遗传过程和细胞命运决定的详细调查.